前面跟大家分享了AI开放平台的相关内容，之后想围绕AI应用实例这块跟大家分享交流，这节主要讲述跟NLP相关的一个应用实例——“文本纠错”。
一、背景
虽然这几年短视频在内容传播方面发展得很火，但是文稿仍然占据重要地位。而文稿传播最重要的一点就是信息的准确性，尤其是一些有知名度的正式平台更是会在文稿发送前进行校对修正。
传统的人工校对工作量是非常大的，一篇5000字的文稿完成校对差不多需要1-2个小时，对于校稿人员来说既耗时又枯燥。有一家内容平台就提出，希望我们通过AI能力提供快速校对工具，主要针对中文文稿，帮助校稿人员和编辑人员减少内容错误。
为了满足该需求，我们基于NLP技术提供了文本纠错服务。
二、关键技术
文本纠错中用到的技术的前世今生在这不过多介绍了，目前文本纠错的主流方向还是使用机器学习的方式来完成，其中需要用到的核心技术主要包括语言知识学习、上下文理解和知识计算。
三、产品设计1. 应用场景
（1）用户场景：审稿或者编辑人员输入中文文字信息，系统自动纠错，并给出修改建议，审稿人员对错误快速修订。
（2）应用边界：
2. 产品定位3. 产品业务流程
产品核心业务流程主要是产品端和算法端的交互，具体业务流程如下：
4. 产品功能设计
（1）页面功能设计
页面核心功能主要包括如下：支持内容上传、内容审查、结果确认和内容下载。
主要页面设计如下：
（2）API接口设计
包括内容纠错请求接口和结果回调接，分别用于内容审查纠错和结果返回，以下描述主要的输入和输出参数：
5. 评估指标
产品上线前，需要对产品的性能进行评估，主要包括三个指标：误报率、召回率和处理时间。
四、结论
文本纠错是NLP非常基础的场景应用，但是实际业务价值却是很大的。在具体业务场景应用方面不仅可以用在在媒体编辑、电子病历等输入文本纠错，还可以应用于语音搜索、客服问答等业务。
相关文章
